小波变换在信号去噪中的应用

本文基于目前常用的小波去噪方法,通过对第三种阈值方法的分析,以及结合小波多分辨率分解的特性,提出了一种基于梯度自适应学习算法计算阈值的去噪方法。仿真分析了对含噪信号在不同尺度下分解的小波变换系数进行阈值处理,得到了很好的还原效果。     

小波变换的信号去噪应用

通过对信号与噪声在经过小波变换后的不同特点的分析，讨论了一种对含噪信号进行噪声消除的方法。该方法与传统的低通滤波器相比，在改善信噪比的同时，还保持了很好的时间分辨率。最后通过仿真实验．证明了该方法的有效性。     

小波变换与信号去噪

本文通过对信号与噪声在经过小波变换后不同特点的分析,讨论了一种对含噪信号进行噪声消除的方法,该方法与传统的低通滤波器相比在改善信噪比的同时还保持了很好的时间分辨率,最后通过仿真实验,证明了该方法的有效性。     

小波变换在语音去噪中的应用

提出一种新的基于小波变换的语音去噪算法。利用此特性对信号进行小波域波滤,可从加噪的语音中提取人耳所能接受的频率成份,是一种简单有效的语音去噪算法。     

快速小波变换在信号去噪中的应用

简要地介绍了快速小波变换和小波去噪的原理，快速小波变换采用Daubechies小波，只需有限步分解，利用高阶消失矩，大大地提高了算法的速度．数值实验表明，用快速小波变换去噪，速度快，不会产生虚假尖峰，去噪效果好．说明该方法很适用．     

基于多小波变换的电场变化仪信号去噪

为更好地分析研究人工引雷的先导--回击过程中电场的变化情况,提出了一种基于多小波变换的雷电信号去噪方法.利用预滤波的方法对信号进行预处理,采用GHM多小波对快、慢天线雷电电场变化测量仪接收的雷电信号进行分析,利用自适应阈值实现噪声的去除.实验结果表明,基于GHM多小波软阈值法处理结果信噪比提高4%,硬阈值法信噪比提高12%,获取了较好的去噪效果,明显优于基于单小波的去噪方法.     

基于小波变换的信号去噪研究

基于小波变换对信号去噪进行了深入地分析和研究，结合去噪原理讨论和比较了实际应用中对小波基及阈值规则的合理选取问题。实验结果表明，利用该去噪方法能实现对各种信号的去噪，且效果比较明显。     

基于小波包变换的信号去噪应用研究

小波包变换可以将不同频段的信号分离,信号和噪声经小波包分解后,其小波包系数将表现出不同的特性,通过对小波包系数进行阈值处理,可以有效地抑制噪声,很好的重构信号。在平均浮动阈值的基础上,通过计算机仿真,显示了平均浮动阈值下小波包变换信号去噪的效果,结果表明:此方法具有良好的效果。     

改进的自适应小波变换在信号去噪中的应用

讨论了传统的LNS在信号处理中的不足。基于离散小波变换提出一种自适应去噪方法。该方法利用多分辨率分析理论，把信号和噪声分解在不同的频率范围之内，使信号和噪声的频谱得到简化，从而减少了自适应滤波器的级数，使输入自相关矩阵阶数降低。仿真结果表明，与传统的LMS算法相比，WLNS算法的收敛速度和稳定性得到了显著的提高。     

电磁辐射信号的小波变换去噪研究

重点分析了实验室实验过程噪声的来源和特征,并利用小波变换的多尺度分析和非线性软门限方法对噪声进行了滤除。结果表明,实验室的噪声主要有固定频带的干扰和随机白噪声两种;对固定频带的噪声可以通过小波变换的多尺度分析进行有效滤除,对白噪声可以通过非线性软门限方法进行有效滤除,得到真正有用的信号。噪声滤除对于分析煤岩电磁辐射信号规律具有重要的意义,可以为现场利用电磁辐射监测技术预测煤岩动力灾害现象提供更加准确可靠的信号。     

基于小波分析的信号去噪方法

介绍了小波变换出现的背景及应用意义、信号去噪效果的标准及小波变换去噪的基本原理和方法。利用MATLAB软件特别是MATLAB小波工具箱编写仿真程序,结果表明小波变换在信号去噪中的有效性和优越性。     

一类多小波变换的分解与重构算法

讨论了由一类一维二进多小波构造的二维多小波的性质,并给出二进多小波变换的分解与重构算法.     

多小波变换及统计特性分析

分析和讨论了多小波滤波器变换方法及其变换域的统计分布.变换分析表明,预滤波及平衡矩阵滤波器组在进行水平及垂直方向分解时,能够将低频与高频信号变换到对应的低、高频子带内,而普通矩阵滤波器组却不能,不适合用于信号压缩的场合;统计结果显示,对光滑性较好的Lenna图像,无论是对高频子带还是次高频子带,Bi9/7小波具有最佳的分布,但对纹理较多的复杂图像Barbara,多小波变换则有较优的统计分布.     

向量小波的构造及其在语音信号增强中的应用

构造了一种新的二进向量小波，借助于ｒ 重多分辨分析思想，给出了向量小波的离散化表示及其分解、重构的快速算法，以浮动阈值进行信号去噪，获得了一种新的语音信号增强算法，实验结果表明：此种算法可使得信号中的加性噪声几乎完全消除，重建后的波形又保留原信号中尖锐陡峭变化的曲线轮廓，效果颇佳．     

小波变换在信号滤波中的应用

概要地叙述了小波，小波包理论，提出了一种用小波包分解和信号重构进行信号滤波的方法，先用小波包分解把信号分解到相邻的不同频率段上，然后用信号重构方法各个频率段上的信号进行重构，以电机的振动信号为例，说明这种方法可以有效地用于信号的滤波。     

基于离散多小波变换的多聚焦图像融合方法

多小波是小波理论的扩展,多小波变换能够为图像分析提供一种比小波多分辨率更加精细的方法。利用多小波将两幅图像进行融合后得到的融合图像,能够很好地将原图像的细节融合在一起。在研究离散多小波图像分析法基础上,提出了一种基于离散多小波变换的多聚焦图像融合方法。试验结果表明,该方法能够很好地解决多聚焦图像融合问题,具有良好的融合特性,得到的融合图像效果优于传统图像融合方法。     

SG-VMD-SVD的信号去噪方法研究

油气管道信号泄漏检测易受噪声影响,因此去噪成了关键问题.为了提高对油气管道信号的去噪效果,提出了一种基于Savitzky-Golay平滑滤波、变分模态分解(VMD: Variational Mode Decomposition)和频域奇异值分解(SVD:Singular Value Decomposition)去噪相结...     

一种改进的小波域阈值去噪算法

在D.L.Donoho和I.M.Johnston提出的多分辨分析小波阈值去噪方法的基础上,提出了一种新的双变量阈值函数。采用新的阈值函数的去噪效果无论在视觉效果上,还是在信噪比增益上和最小均方意义上均优于传统的硬阈值和软阈值,克服了采用硬阈值法去噪效果不佳和软阈值法过度光滑使信号失真的缺点。通过仿真实验结果,表明该方法的有效性和优越性。     

一种采用矩阵分解的正交4抽头多小波无损压缩算法

针对4抽头多小波整数变换算法在图像无损压缩中加权熵较大的问题,提出了一种利用矩阵奇异值分解和三角分解的4抽头正交多小波整数变换算法.首先把多小波系数矩阵组成的右循环变换矩阵分解为两个块对角阵与一个置换阵之积,并对块对角阵中的块矩阵进行基本三角分解,其次对输入图像中的每一列依次与基本三角阵相乘,并对每一次相乘的结果进行取整运算,最后在输入图像列变换结果的基础上对每一行再重复上述对图像的列运算.因为在整个变换过程中该算法实现了原位计算,所以减少了运算的存储空间和运算时间.对CL、DGHM、SA4、SA4-1、SA4-2、SA4-3、OPTFR多小波的实验结果表明:相对于4抽头多小波Van Fleet算法,该算法对图像压缩的加权熵减少了1.9~2.8 b.